微博为什么越来越像今日头条?

砍柴网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

“袁立手撕《演员的诞生》节目组”、“袁立讨薪过程艰难”、“袁立自曝被淘汰内幕”……

“这两天上微博被推荐了好多次类似消息,我昨天已经看过了,可今天刷微博的时候还是推给我。”周围几位朋友聊起最近使用微博的感受时,都不约而同对“袁立内幕”的信息轰炸表示了郁闷。

因为被这种推荐内容搞得很恼火,朋友中最爱较真的小杨告诉懂懂笔记,微博首页给她展示的内容跟以前变化很大。“每次新版本上线我都会及时更新,除了分享故事功能,突然发现现在微博首页内容也不一样了。”她感觉对这种变化很别扭,“没注意从什么时候开始,我看不到我关注的所有名人、朋友的消息了,想看林更新‘吃鸡’被王思聪骂都要到搜索栏去找,太不方便了。”

不仅是周围好友因为“推荐”影响了刷微博的一贯体验,懂懂笔记发现,在知乎社区上,也有很多网友在讨论微博内容大量重复的问题,并对所谓AI和算法提出了质疑。

这些用户对“新”微博的反应不禁令人深思,微博在不断更改信息排布、推荐方式,以及推出AI(人工智能)算法等举措,带来的真是用户想要的吗?

不断“整容”后,用户接收内容被“绑架”

新版微博上线后,为何会陆续遭遇网友们的吐槽?

打开微博首页就可以发现,我们接收到的信息内容不仅没有按照时间线排布,而且还会有很多未关注博主的推荐,最困扰的是已关注博主的推送也出现了问题。这些变化背后,正是源自微博越来越注重人工智能算法在信息流推荐机制中的作用。

不可否认,AI正在强势席卷各个行业、各个领域,从 科技 产业、 互联网 到普通人的日常生活,无论你是否愿意AI已无处不在。

就连上周举办的2017世界互联网大会上,人工智能也是最热门的话题。BAT和 苹果 、谷歌等巨头无不将AI挂在嘴边。百度CEO李彦宏甚至称AI的价值堪比工业革命,“人口红利没有了还有技术红利,以人工智能为代表的技术创新会不断推动数字 经济 的发展。”

除了这些互联网巨头,曾经的三大门户以及新兴的TMD(今日头条、滴滴、美团)等,都在纷纷发力机器学习甚至深度学习。或许是为了在信息流推荐机制的红利中分一杯羹,微博也在更迭版本时引入了人工智能算法推荐。

那么,加入新算法的微博推荐出更了解我们“痛点”的内容了吗?

恐怕,很多用户收到的不一定是他们想要看的,而他们原本关注的内容却很可能没有发送到微博首页上。

小杨在最近使用微博时,就时常被混乱的时间线和大量重复内容所困扰。“都怪自己手贱,随手点了一下袁立这个视频,然后就被反复推荐跟这件事相关的内容,甚至还有十几个小时以前的旧信息。”

微博为什么越来越像今日头条?

同样有网友吐槽,他们在微博首页看到的不是自己想接收到的信息,而他们最关注的信息却被“个性化推荐”所湮没。甚至有人把现在的微博看做是另一个今日头条,越来越多人工智能的干扰,使得个性化推荐慢慢成为某一类内容对用户的“集中骚扰”。

或许,微博用户正在从信息的主动获取者,变成算法推荐的被动接收者。

算法裹挟的信息场,一个危险的信号

事实上,微博作为一个即时分享的信息平台,的确需要不断地更新迭代以提供更好的用户使用体验。在“升级”这一点上,微博与Facebook、Twitter等国际公司的脚步很接近,或者说在某些领域还快一步于后两者。

2016年1月初,微博更新后将信息流的排布方式更改为“不按时间线”推送。同年2月,与微博同类型的Twitter也做出信息流排序调整的决定。不过,虽然它们都试图改造自身,但对于新版本还是比较谨慎,设置了两个选择,如果用户不喜欢这种推荐方式,可以随时设置成原来的时间线推送。

需要强调的是,一些国内微博用户对于打乱时间线的推荐方式并不买账。当时,有不少网友在贴吧和论坛上讨论,集体吐槽“升级”引发的不适应,“发现微博时间线异常,刷新后出现的是几个小时前的微博,甚至是前一天的内容,多刷新几次还是如此,一气之下直接卸载了。”

如果说调整信息流排序方式给一部分用户带去了较差的体验,那么微博今年的“升级”则又将一部分用户从它的怀里推了出去。

经过多次调整并引入人工智能算法推荐之后,微博所谓的个性化推荐重置的信息流排布方式,反馈不如预期,甚至开始带来很多负面的连锁反应。日前的最新版本升级,就造成一些中小博主的阅读量大幅下滑,这也直接影响到了微博的用户粘性和口碑。

先从用户层面来看,微博的个性化推荐使得他们的习惯从“我想要”转为“要你看”,这种方式很容易让用户的视野变得越来越窄,无法获取其真正想要的、有效的信息。就像苹果CEO蒂姆·库克在乌镇演讲时所说的,“我不担心机器会像人一样思考,但我担心人像机器一样思考”。

另外,新版微博的信息流广告明显泛滥成灾,即便用户选择“不感兴趣”,或因为“太多重复或相似内容”要关掉这类广告推送时,却无功而返,严重影响了用户的使用体验。

小杨很无奈地告诉懂懂笔记:“微博天天给我推荐各类‘ 手游 大作’和‘韩式婚纱摄影’,要不就是‘80后帅气小哥哥’。我每次都在右上角把这些消息X掉,但往下浏览三四条消息之后又会出现这些广告,累觉不爱了。”

再从博主角度来看,按照微博的信息量,每条微博正常能够在首页被阅读的时间都不会很长,而阅读量大小更多的会受到活跃粉丝数量的影响。

不过,自从微博实行个性推荐以来,越是大V和热门越容易获得更高的阅读量,相反很多中小V的微博阅读数量就开始急剧下降,并向微博投诉。甚至连拥有86万粉丝的大V和菜头,都因为流量和体验问题吐槽微博。

然而,微博官方给出的解释是:关系流目前的排序并非完全按照时间输出,而是优先向当前在线粉丝进行分发,再根据这部分粉丝对内容的反馈,对后续用户刷出来的内容在排序上进行调整,感兴趣的内容往前排,不喜欢的内容排后面。在此,我们只是更改了微博出现的顺序,并不会对其“屏蔽或做曝光限制”。

言外之意,影响博文阅读量的因素是博主的粉丝数量和粉丝反馈,至于阅读量下滑与微博的推荐机制没有什么关系。微博:“怪我咯?”

懂懂笔记发现,知名博主江宁婆婆此前特意发起了一则关于 “新旧两版消息栏”的投票,有14 万微博用户参与,其中近 98% 的人都选择了旧版消息栏。足以表明,很多微博博主和用户对此次改版并不满意,这对微博来说无疑是一个危险的信号。

AI虽好,但不是所有平台都能“适配”

随着人工智能的流行,让很多人开始迷信算法。我们看到,今年5月Twitter也开始使用人工智能对推文进行筛选和过滤推荐。事后Twitter的软件工程师曾透露,“线上的实验显示,经过改进之后很多的指标都有了明显的提升,比如推文互动情况、还有用户使用时长。”而且,不断地改版也让Twitter的股价有了好转。

不可否认,人工智能在很多行业里都带来了变革,而内容分发与算法的结合也越来越常见。IDC中国区总裁霍锦洁对此指出:“人们需要新技术来更高效的连接生产生活所需要的各种信息,通过AI技术支撑信息流将成为获取信息的新方式。”

但值得考虑的问题是,是否所有的内容行业或平台,都能够与人工智能的个性化推荐良好“适配”?

这个问题从微博的改版上来看,答案就不一定是正向的。从上述微博用户和博主的反应来看,人工智能的个性化推荐机制在微博上就有些“水土不服”。

其实,看到Twitter的回暖和今日头条的变现能力,微博在AI上的跃跃欲试原本无可厚非,况且微博本身就具有亿级数量的用户,如果能够有更好的 商业 变现,对于上市公司无疑是一大利好。

不过,微博忽略了一个重要问题,就是它与做内容分发的今日头条不同,后者的很多做法一旦放在微博上,就会造成毁口碑、丢用户的后果,这是定位的基因决定的。

微博原本是一个普通用户关注名人明星、热点事件的信息场或舆论场,用户可以根据从前至后逐一浏览以免错过重要的信息。这种特性使其可以保持一定的用户活跃度和使用粘性。

然而,其个性化推荐并不会让用户接收到全部想要的信息,而是有所偏重,这很可能令微博失去自身的原本优势——舆论场的角色和明星效应。从小杨和网友的反馈来看,微博与用户之间的粘性已经受到了一定影响。

更严重的是,有业内人士认为微博个性化推荐的目的并不是为了改善用户体验,“微博打乱时间线、引入算法推荐机制等做法,其实是为了更方便地植入信息流广告及其他类型广告,为商业变现最大化做铺垫。”某种程度上,微博是在效仿今日头条的信息流广告模式,可是今日头条近来也因为算法推荐机制备受诟病。

懂懂笔记还想强调的是,微博作为一个信息平台要清楚其所具有的社会责任。信息平台都具有一定的“议程设置”功能,也就是说信息会影响人们对某一事件的看法,最终影响到社会舆论的走向。就像Facebook在那次70万人的试验中得出的结论:通过更改用户信息流中的信息,可以轻易左右人们的情绪。

想象一下,这是一件多么可怕的事情。

因为Facebook可以决定用户看到的内容,而微博同样可以选择给用户推送哪些内容,而且其所推行的个性化推荐,会让用户不断地接收到同类型的信息,这无疑会放大平台对用户设置议程的作用。因此,信息提供平台的角色就变得更为重要。

如今,我们生活在一个信息爆炸的时代,每时每刻网络都在传送着海量的信息。不可否认,按照时间线方式推送内容,一定程度上会存在信息冗余的情况。但IT评论人洪波强调,微博不是为解决信息过载问题而设计的。

也就是说,微博需要解决的不是信息冗余问题,而是如何利用算法让用户得到想要的个性化推荐。有时候用户被AI、被“定制”,真的是一种悲哀。

来源|钛 媒体

本文被转载11次

首发媒体 砍柴网 | 转发媒体

随意打赏

微博 微信 今日头条今日头条 新浪微博今日头条 微博登录今日头条 微博登陆新浪微博 今日头条今日头条微博登陆今日头条微博登录今日头条绑定微博今日头条和微博今日头条 微博
提交建议
微信扫一扫,分享给好友吧。